Práctica II

Yasiris Alcántara

1. Sea niños la cantidad de hijos que ha tenido una mujer, y educ los años de educación que tiene esta mujer. Un
modelo sencillo para relacionar fertilidad con años de educación es:

Donde u es el error no observado.

1.1 ¿Qué tipo de factores son los contenido en u? ¿Es posible que estos factores estén correlacionados con el
nivel de educación?

En U pueden estar variables como: edad, estado civil, ocupación e ingreso.

Estas variables pueden estar relacionadas con el nivel educativo de la mujer.

1.2 ¿Es posible que con un análisis de regresión simple se halle el efecto ceteris paribus de educación sobre
fertilidad? Explique.

No, porque el análisis de regresión simple solo maneja una variable independiente, por lo que solo cuenta con dos
parámetros.

2. La Tabla 1 contiene información sobre crecimiento del PIB per cápita y la tasa de ahorro de 10 países
desarrollados. El crecimiento esta medido en porcentaje y la tasa de ahorro como porcentaje del PIB.

2.1_ Estime la relación entre Y y X empleando MCO; es decir, obtenga las estimaciones para la pendiente y para
el intercepto en la ecuación:

Comente la dirección de la relación y el significado del intercepto.

Modelo 1: MCO, usando las observaciones 1-10

Variable dependiente: crecimiento_PIB

Coeficiente Desv. Típica Estadístico t Valor p

const 1.92915 0.462649 4.1698 0.00312 ***
Tasa_de_ahorro -0.0182538 0.0228165 -0.8000 0.44680

Media de la vble. dep. 1.563000 D.T. de la vble. dep. 0.209605

Suma de cuad. residuos 0.366119 D.T. de la regresión 0.213927
R-cuadrado 0.074078 R-cuadrado corregido -0.041662
F(1, 8) 0.640039 Valor p (de F) 0.446800
Log-verosimilitud 2.347529 Criterio de Akaike -0.695057
Criterio de Schwarz -0.089887 Crit. de Hannan-Quinn -1.358927

La relación entre el porcentaje del PIB per cápita y la tasa de ahorros es positiva. El intercepto indica que el
valor promedio del PIB per cápita es 1.93 cuando la tasa de ahorro es cero.
2.2_ Calcule los valores ajustados y los residuos para cada observación y verifique que los residuos sumen
aproximadamente cero.

Con la siguiente formula obtenemos los valores ajustados para cada xi observada.
i Y = 1.92915 - 0.0182538 Xi

Diferencias
Y= X=Tasa de Valor Y Yobs y
país Crecimiento PIB ahorro ajustado Yestimado
1 1.83 21.68 1.53 0.30
2 1.67 24.38 1.48 0.19
3 1.44 22.43 1.52 -0.08
4 1.37 20.21 1.56 -0.19
5 1.40 21.42 1.54 -0.14
6 1.27 20.36 1.56 -0.29
7 1.53 22.53 1.52 0.01
8 1.49 15.76 1.64 -0.15
9 1.90 15.85 1.64 0.26
10 1.73 15.97 1.64 0.09
Suma de residuos= 0.0

Grafico de residuos por valor observado

2.3_ ¿Cuál es la tasa de crecimiento per cápita en promedio se espera para una tasa de ahorro de 30?

iY = 1.92915 - 0.0182538 (Xi=30) La tasa de crecimiento del PIB per cápita en promedio para una tasa de
ahorro de 30% es de 1.38

2.4_ Calcule el R2 y diga qué tanto de la variación de la tasa de crecimiento es explicada por la tasa de ahorro.

R2 = 0.074078
Solo el 7.4% de la variabilidad del PIB per cápita es explicado por la tasa de ahorro.

3. En la función lineal de consumo,

La propensión marginal a consumir estimada del ingreso no es más que la pendiente β1, mientras que la
Propensión media a consumir es

Usando las observaciones sobre ingreso anual y consumo de 100 familias (medidos en miles de pesos) se obtiene
la ecuación siguiente:

3.1_ Interprete el intercepto en esta ecuación y analice su signo y magnitud.

El consumo promedio cuando el ingreso es cero disminuye en 12.8.

3.2_ ¿Cuál es el consumo que se predice si el ingreso familiar es de 300?

Cons = -12.8 + 0.85 (300)

El consumo familiar para un ingreso de RD$300.00 sería de RD$242.2

4. Utilice los datos de SLEEP75 para estudiar la relación inversa entre las horas de sueño por semana
y las horas de trabajo pagado por semana. Cualquiera de las variables puede usarse como variable
dependiente.
Estime el modelo

Donde sleep corresponde a minutos de sueños por semana durante la noche y totwork corresponde
al total de minutos de trabajo por semana.

Modelo 1: MCO, usando las observaciones 1-706

Variable dependiente: sleep

Coeficiente Desv. Típica Estadístico t Valor p

const 3586.38 38.9124 92.1653 <0.00001 ***
totwork -0.150746 0.0167403 -9.0050 <0.00001 ***

Media de la vble. dep. 3266.356 D.T. de la vble. dep. 444.4134

Suma de cuad. residuos 1.25e+08 D.T. de la regresión 421.1357
R-cuadrado 0.103287 R-cuadrado corregido 0.102014
F(1, 704) 81.08987 Valor p (de F) 1.99e-18
Log-verosimilitud -5267.096 Criterio de Akaike 10538.19
Criterio de Schwarz 10547.31 Crit. de Hannan-Quinn 10541.71

4.1_Dé sus resultados en forma de ecuación, además de la cantidad de observaciones y la R²

i Y = 3586.38 - 0.150746Xi

n = 706

R² = 10%

¿Qué significa el intercepto de la ecuación?

El promedio de minutos semanales de sueño es de 3586.38 cuando la cantidad de minutos de trabajo por
semana es cero.

5. El sueldo inicial medio para los recién graduados de la Facultad de Derecho se determina
mediante:

Donde:
Nota es la nota promedio de los graduandos,
Libros es el número de volúmenes en la biblioteca de la facultad de derecho,
Costo es el costo anual por asistir a dicha facultad
Posición es la clasificación de las escuelas de derecho (siendo posición 1 la mejor).

5.1_Explique por qué se espera que .

La clasificación de las escuelas de derecho es irrelevante para explicar el sueldo de los graduados. Esta
variable no influye en el salario.
5.2_¿Qué signos espera para los otros parámetros de pendiente? Justifique sus respuestas.

Se espera que la nota, los libros y el costo tengan una relación positiva en cuanto al salario de los graduados.

5.3_Utilice en los datos de la base de datos ESCUELA_DERECHO para estimar la ecuación anterior
y presente los resultados de la estimación.

logSueldo= 0.0107304notas+ 0.0986497 logLibros + 2.3537e-06 costo – 0.00363174 Posicion

Modelo 1: MCO, usando las observaciones 1-136

Variable dependiente: lsalario

Coeficiente Desv. Típica Estadístico t Valor p

const 8.5321 0.517021 16.5024 <0.00001 ***
notas 0.0107304 0.00328532 3.2662 0.00139 ***
llibros 0.0986497 0.0339413 2.9065 0.00429 ***
costo 2.3537e-06 2.82828e-06 0.8322 0.40681
posicion -0.00363174 0.000330883 -10.9759 <0.00001 ***

Media de la vble. dep. 10.54149 D.T. de la vble. dep. 0.277240

Suma de cuad. residuos 1.729120 D.T. de la regresión 0.114889
R-cuadrado 0.833359 R-cuadrado corregido 0.828271
F(4, 131) 163.7808 Valor p (de F) 5.91e-50
Log-verosimilitud 103.8472 Criterio de Akaike -197.6944
Criterio de Schwarz -183.1312 Crit. de Hannan-Quinn -191.7763

5.4_¿Cuál es la diferencia ceteris paribus predicha en sueldo entre escuelas cuya media en nota
difiera en un punto? (Responda en términos porcentuales).

logSueldo = 8.5321 + 0.0107304notas + 0.0986497 logLibros + 2.3537e-06 costo – 0.00363174 Posicion + u

Se espera que el sueldo difiera en un 1.1% cuando la nota difiera en un punto, manteniéndose las demás
variables constante.

5.5_Interprete el coeficiente de la variable log(libros).

El coeficiente de logLibros = 0.0986 indica una diferencia de 9.86% en el sueldo de los graduados, por cada
punto volumen de libro que incremente o disminuya la biblioteca, ceteris paribus.

6. Considere una ecuación para explicar los sueldos de los directores generales o CEO en términos
de las ventas anuales de la empresa, el rendimiento sobre capital (roe, en forma de porcentaje), y el
rendimiento de las acciones de la empresa (ros, en forma de porcentaje):

6.1_En término de los parámetros del modelo, establezca la hipótesis nula de que, controlando
ventas y roe, ros no tiene efecto en el sueldo de los CEO. Establezca la alternativa de que un mejor
desempeño de las acciones de la empresa incrementa el sueldo de los CEO.

H0: ros no tiene efecto en el sueldo de los CEO.

H1: ros tiene efecto en el sueldo de los CEO.
6.2_Con los datos de CEOSAL1, estime la ecuación anterior mediante MCO y presente sus
resultados.

LogSalary = 4.31171 + 0.280315(logSales) + 0.0174167(roe) + 0.000241656(ros) + u

¿Cuál es el porcentaje de aumento de salario que se pronostica si ros aumenta 50 puntos? ¿Tiene
ros un efecto práctico grande sobre salario?

LogSalary = 4.31171 + 0.280315(logSales) + 0.0174167(roe) + 0.000241656(50) + u

LogSalary = 4.6% Ros no tiene un efecto práctico grande sobre salario

Modelo 1: MCO, usando las observaciones 1-209

Variable dependiente: lsalary

Coeficiente Desv. Típica Estadístico t Valor p

const 4.31171 0.315433 13.6692 <0.00001 ***
lsales 0.280315 0.03532 7.9364 <0.00001 ***
roe 0.0174167 0.0040923 4.2560 0.00003 ***
ros 0.000241656 0.000541802 0.4460 0.65605

Media de la vble. dep. 6.950386 D.T. de la vble. dep. 0.566374

Suma de cuad. residuos 47.86082 D.T. de la regresión 0.483185
R-cuadrado 0.282685 R-cuadrado corregido 0.272188
F(3, 205) 26.92930 Valor p (de F) 1.00e-14
Log-verosimilitud -142.5213 Criterio de Akaike 293.0426
Criterio de Schwarz 306.4119 Crit. de Hannan-Quinn 298.4479

6.3_Pruebe la hipótesis nula que dice que ros no tiene efecto sobre salario contra la alternativa que
dice que ros tiene efecto positivo. Realice la prueba al nivel de significancia de 10%.

Ros no tiene un efecto práctico grande sobre salario

6.4_¿Incluiría usted ros en el modelo final que explica las compensaciones de los CEO en términos
del desempeño de la empresa? Explique.

No, porque no tiene impacto sobre salario.

6.5_Mediante una prueba F, plantee y pruebe la hipótesis nula de que las variables consideradas en
el modelo no explican conjuntamente el comportamiento del salario.

6.6_Construya un intervalo de confianza para de 95% para

i Y = 1.92915 - 0.0182538 Xi

6.7_Realice la prueba de normalidad de residuos y comente sus resultados.

7. Para este ejercicio emplee los datos del archivo WAGE1.

7.1_ Use MCO para estimar la ecuación y dé los resultados empleando el formato acostumbrado.

7.2_¿Es exper estadísticamente significativa al nivel de 1%?

Empleando la aproximación

 Determine el rendimiento aproximado que tiene el quinto año de experiencia. ¿Cuál es el

rendimiento aproximado del vigésimo año de experiencia?
 ¿Cuál es el valor de exper al que más experiencia disminuye el log(salario) predicho?¿En esta
muestra
 cuántas personas tienen una experiencia mayor que ese nivel?
 Ahora considere una variación del modelo del modelo anterior, donde el rendimiento de la
educación depende de la cantidad de experiencia de trabajo (y viceversa):

 Muestre que el rendimiento de un año más de educación (en forma decimal), mateniendo
exper constante, es
 Establezca la hipótesis nula de que el rendimiento de la educación no depende del nivel de
exper. ¿Cual piensa que sea la alternativa adecuada?

 Emplee los datos disponibles en WAGE1 para probar la hipótesis nula del inciso anterior
contra la alternativa dada por usted.
 Modelo 1: MCO, usando las observaciones 1-526
Variable dependiente: salario

Coeficiente Desv. Típica Estadístico t Valor p

const -3.39054 0.766566 -4.4230 0.00001 ***
educ 0.644272 0.0538061 11.9740 <0.00001 ***
exper 0.0700954 0.0109776 6.3853 <0.00001 ***

Media de la vble. dep. 5.896103 D.T. de la vble. dep. 3.693086

Suma de cuad. residuos 5548.160 D.T. de la regresión 3.257044
R-cuadrado 0.225162 R-cuadrado corregido 0.222199
F(2, 523) 75.98998 Valor p (de F) 1.07e-29
Log-verosimilitud -1365.969 Criterio de Akaike 2737.937
Criterio de Schwarz 2750.733 Crit. de Hannan-Quinn 2742.948